声明
摘要
第一章 绪论
1.1 论文的背景及意义
1.2 本课题有关的研究现状
1.2.1 智能优化算法的研究现状
1.2.2 布谷鸟算法的研究现状
1.2.3 系统辨识的研究现状
1.2.4 PID控制器设计的研究现状
1.3 本课题完成的主要工作
第二章 群布谷鸟算法
2.1 引言
2.2 基本布谷鸟算法
2.2.1 布谷鸟的巢寄生行为
2.2.2 基本布谷鸟算法
2.2.3 BCS的搜索路径
2.2.4 BCS算法的步骤
2.3 BCS的参数与性能分析
2.3.1 算法的性能与参数关系的研究方法
2.3.2 BCS算法的性能与参数关系
2.3.3 BCS的优点与缺点分析
2.4 群布谷鸟算法
2.4.1 群布谷鸟算法
2.4.2 SCS算法的步骤
2.5 数值计算实验及分析
2.5.1 数值计算实验
2.5.2 结果及分析
2.6 小结
第三章 基于群布谷鸟算法的适用于多种激励信号的模型参数估计方法
3.1 引言
3.2 参数估计问题分析
3.2.1 参数估计的性能指标
3.2.2 性能指标与参数的关系
3.3 基于群布谷鸟算法的闭环辨识参数估计方法
3.4 仿真实验及分析
3.4.1 一阶纯滞后对象的闭环辨识实验
3.4.2 二阶带不稳定零点和纯滞后对象的闭环辨识实验
3.4.3 高阶对象采用不同阶模型拟合的闭环辨识实验
3.4.4 多变量系统的闭环辨识实验
3.5 小结
第四章 基于群布谷鸟算法的适用于多目标和多约束条件的PID控制器设计方法
4.1 引言
4.2 PID参数设计问题分析
4.2.1 PID控制器的设计
4.2.2 带多目标的PID设计问题
4.2.3 带约束的PID问题
4.3 基于SCS的多目标多约束的PID设计
4.3.1 化多目标问题为单目标问题
4.3.2 化带约束问题为无约束问题
4.3.3 基于群布谷鸟算法的PID设计
4.4 仿真实验及分析
4.4.1 多目标PID设计仿真实验
4.4.2 多约束PID设计仿真实验
4.4.3 带有多目标与多约束的PID设计仿真实验
4.5 小结
第五章 基于定性分析的静态补偿抗饱和IMC-PID设计方法
5.1 引言
5.2 含有对象输入饱和的内模控制系统的分析
5.3 基于群布谷鸟算法的前馈补偿抗饱和IMC-PID设计方法
5.3.1 抗饱和内模控制策略
5.3.2 含有输入饱和系统的定性分析
5.4 仿真实验及分析
5.4.1 一阶纯滞后对象仿真及分析
5.4.2 高阶纯滞后对象仿真及分析
5.5 小结
第六章 基于多变量系统粗模型的IMC-PID控制器设计方法的初步研究
6.1 引言
6.2 基于EOTF的多变量系统IMC-PID设计方法
6.2.1 多变量系统的EOTF及其在IMC-PID中的应用
6.2.2 基于EOTF设计多变量系统IMC-PID方法的缺点
6.3 多变量系统的粗模型及其在IMC-PID设计中的应用
6.3.1 多变量系统的粗模型及其获取方法
6.3.2 多变量系统的粗模型在设计IMC-PID中的应用
6.4 仿真实验及分析
6.4.1 TITO的粗模型及IMC-PID设计
6.4.2 MIMO的粗模型及IMCPID设计
6.5 小结
第七章 总结与展望
参考文献
致谢
研究成果及发表的学术论文
作者和导师简介
北京化工大学;